Når du taler om datavisualisering, er det første ord, du kommer til at tænke dig - Tableau. Jeg gætter på, at det er derfor, du måske er her og læser denne Tableau-tutorial, fordi du har hørt om fordelene ved Tableau.Efterspørgslen efter er i top på grund af dens stigende anvendelse på markedet.
Dette er min første blog i denne Tableau Tutorial-blogserie, der vil forklare, hvordan du kommer i gang med Tableau. Håber du vil nyde at lære om Tableau med denne Tableau Tutorial-blog.
Nå, du kom til det rigtige sted. I denne Tableau Tutorial lærer du følgende emner:
- Betydningen af datavisualisering
- Datavisualiseringsværktøjer
- Hvorfor Tableau?
- Hvad er tabletten?
- Tableau-produktfamilie
- Forståelse mere om tabletten
- Visualiseringer
- Use Case - Datamatics
Lad os først starte denne Tableau-tutorial ved at forstå begreberne bag datavisualisering.
Betydningen af datavisualisering
Datavisualisering er en af de vigtigste dele af dataanalyse. Det har altid været vigtigt at præsentere dataene i et forståeligt og visuelt tiltalende format. Datavisualisering er en af de færdigheder, som dataforskere skal mestre for at kommunikere bedre med slutbrugerne.
Data er ordet her.
Lad mig først give dig en idé om, hvilken type og mængde data vi har at gøre med. Ifølge SiliconAngle var der 2,5 zetabyte lagret data verden over i år 2012, og det er indstillet til at ramme mere end 50 zetabyte i slutningen af 2017. For at sætte tingene i perspektiv er disse data stort set produceret af websteder og cross platformstransaktioner. Føj det til det faktum, at der i alt ville være 20 milliarder 'smarte' enheder tilsluttet internettet inden udgangen af 2020, og tallene kan være forbløffende!
Datavisualisering giver dataforskere mulighed for at tale med deres slutbrugere. Resultatet af dataanalyse er ikke umiddelbart forståeligt for de mennesker, der ikke direkte beskæftiger sig med data. Datavisualisering bygger bro over dette hul og får folk til at sætte pris på muligheden for dataanalyse.
Lad os overveje følgende eksempel for at forstå dette:
Det følgende billede viser x- og y-koordinaterne for forskellige punkter, der skal tegnes på en graf. Tallene ser næsten ens ud, ikke? Måske ser linjerne ud, når vi har plottet hvert sæt på grafen.
Så se nu på billedet nedenfor, når vi plotter disse punkter i vores graf:
Du ser, hvor forskellige de ser ud, når du faktisk visualiserer det. Det var ikke muligt for os at finde ud af arten af hver linje, før vi visualiserede den.
Tableau Tutorial: Introduktion til datavisualiseringsværktøjer
Her er de 5 bedste datavisualiseringsværktøjer, der bruges i vid udstrækning i BI:
- Bestyrelse
- Qlikview
- Hus
- Microsoft Power BI
- Excel
Lad os vide lidt om dem alle.
Bestyrelse:
Grundlæggende version af Tableau-datavisualiseringsværktøjet er gratis, som kan udføre regelmæssige opgaver såsom:
- Analyse af salgsdata
- Overvågning af brugertæthed
- Forbruger segmentering
- Sporing af budgetteringsudgift
- Kategorisering og underkategorisering af data
Excel:
Du kan faktisk gøre nogle ret komplekse ting med Excel, fra 'varmekort' af celler til spredningsdiagrammer. Som et startværktøj kan det være en god måde at hurtigt udforske data eller skabe visualiseringer til intern brug, men det begrænsede standardsæt med farver, linjer og stilarter gør det vanskeligt at skabe grafik, der kan bruges i en professionel publikation eller websted.
Microsoft Power BI:
Microsoft Power BI er en skybaseret business intelligence- og analysetjeneste, der giver et komplet overblik over dine mest kritiske data.
__init__ i python
Tilslutning til alle dine datakilder forenkler Power BI dataevaluering og deling med skalerbare dashboards, interaktive rapporter, indlejrede visuals og mere.
Hus:
Domo er designet til at være tilgængelig for alle forretningsbrugere, uanset teknisk ekspertise, for at hjælpe dem med at træffe bedre forretningsbeslutninger.
Domo lancerede for nylig Business Cloud, verdens første åbne selvbetjeningsplatform, der kører en hel organisation. Business Cloud samler data, folk og den indsigt, som brugerne har brug for for at finde svar på kritiske forretningsspørgsmål og træffe hurtigere, bedre informerede beslutninger for at forbedre ydeevnen.
Qlikview:
QlikView-opdagelsesplatformen er et af få visuelle analyseværktøjer, der tilbydes af Qlik. QlikView kan ikke oprette de samme elegante visualiseringer, som de andre værktøjer tilbyder, men softwarens dynamiske model betyder, at du hurtigt kan analysere dine data i flere dimensioner. Derudover er QlikView i stand til at arbejde med data i hukommelsen i stedet for fra din disk, hvilket giver mulighed for operationelle BI-miljøer i realtid (som at overvåge økonomiske transaktioner).
QlikView er i stand til at arbejde med en bred vifte af datakilder, herunder SAP, Oracle, Salesforce.com og andre ældre datafiler som Excel-regneark. Hvad mere er, QlikView kan kombinere disse forskellige datakilder i en enkelt visualisering eller et dashboard.
Men nu er det store spørgsmål, hvilket værktøj skal du gå til? Nå, jeg siger gå med Bestyrelse . Se nedenfor for at vide hvorfor.
Hvorfor Tableau?
Nedenfor er nogle af fordele eller funktioner i Tableau, som vil stavebinde dig til at begynde at bruge det med det samme!
Tabel Funktioner:
1. Apt-visualiseringer:
Tableau opretter forbindelse til mange forskellige datakilder og kan visualisere større datasæt, end Power BI kan. En gang i Tableau viser et dashboard det grundlæggende i brugernes data. Brugeren kan derefter bore ned i datasæt ved at downloade et regneark. Derfra kan de anvende forskellige visualiseringer på dataene.
I Tableau vælger du dataene og skifter mellem visualiseringer i farten. Det er lettere at springe mellem visualiseringer i Tableau.
Tableau visualiserer data fra starten, så du kan se betydningen med det samme. Tableau skelner mellem korrelationer ved hjælp af farve, størrelse, etiketter og former, hvilket giver dig kontekst, når du borer ned og udforsker på et granulært niveau.
2. Opdagelsesdybde:
Funktionerne i Tableau giver brugerne måder at besvare spørgsmål, når de undersøger visualiseringer af data. Løsningen kan vise grundlæggende tendenser som forudsigelser, bruge 'hvad hvis' -forespørgsler til at justere data hypotetisk og visualisere datakomponenter dynamisk til sammenligning.
3. Implementering:
Tableau leverer en række implementerings- og konsulenttjenester. For implementering på virksomhedsniveau er der en firetrinsproces, der spænder over uger, og for mindre implementeringer er der hurtigstartmuligheder, der kan fuldføre opsætningen på få timer.
Tableau leverer en række implementerings- og konsulenttjenester. Til implementering på virksomhedsniveau er der en proces i fire trin:
- Fase 1 - Denne fase involverer it-planlægning, arkitekturrådgivning, præinstallationskontrol, serverinstallation og verifikation og validering af sikkerhedskonfiguration.
- Fase 2 - Fase 2 involverer arbejde med data- og datamigrering, herunder datamodellering, dataudvinding, dataudvinding, datakilder og forretningsworkflow.
- Fase 3 - I fase 3 er der en to-dages undervisning i klasseværelset, der dækker Tableau Fundamentals, praktisk avanceret coaching og visualisering af bygning og formatering.
- Fase 4 - Denne sidste fase hjælper virksomheder med at udvide brugen af tabletter på tværs af deres forretning. Det inkluderer implementeringsworkshops, hvor emner som evaluering af handlingsplaner og definition af målbare resultater diskuteres.
4. Automatiseringsfunktionalitet:
Tableau er lidt mere intuitivt med at skabe processer og beregninger. For eksempel, når du opretter beregninger i et tabelformat, kan formlen indtastes en gang, gemmes som et felt og anvendes på alle rækker, der henviser til den kilde. Dette gør det lettere at oprette og anvende tilbagevendende processer. Tableaus fleksibilitet giver også brugerne mulighed for at oprette brugerdefinerede formler, der ikke er tilgængelige i de fleste værktøjer.
5. Datakildestik:
Tableau tilbyder hundredvis af indbyggede stik, der nemt kan trække, rense og korrelere data fra praktisk talt enhver kilde uden at skulle oprette brugerdefineret kode.
Tableau ekstraherer store datasæt fra kilder til hurtig ad hoc-analyse ved hjælp af to forskellige metoder: Live-forbindelse og In-hukommelse. Begge tilpasser sig din lokale database og synkroniseres hurtigt baseret på størrelse og kapacitet ved at udtrække de relevante data til en forespørgsel. Det har også en generel ODBC-forbindelse (Open Database Connectivity) til alle forbindelser, der ikke har et oprindeligt stik. Dette er grunden til, at du kan se en stigende efterspørgselsgraf for .
Tableau-produktfamilie
1. Tableau Desktop:
Det er en selvbetjeningsanalyse og datavisualisering, som alle kan bruge. Det oversætter billeder af data til optimerede forespørgsler. Med tableau desktop kan du oprette direkte forbindelse til data fra dit datalager til live opdateret dataanalyse. Du kan også udføre forespørgsler uden at skrive en enkelt kodelinje. Importer alle dine data til Tableaus datamotor fra flere kilder, og integrer helt ved at kombinere flere visninger i et interaktivt dashboard.
2. Tableau-server:
Det er mere en virksomhedsniveau Tableau-software. Du kan udgive dashboards med Tableau Desktop og dele dem i hele organisationen med webbaseret Tableau-server. Det udnytter hurtige databaser gennem liveforbindelser.
3. Tableau online:
Dette er en hostet version af Tableau-serveren, som hjælper med at gøre forretningsinformation hurtigere og nemmere end før. Du kan udgive Tableau-dashboards med Tableau Desktop og dele dem med kolleger.
4. Tabellæser:
Det er en gratis desktop-applikation, der giver dig mulighed for at åbne og se visualiseringer, der er indbygget i Tableau Desktop. Du kan filtrere, bore data, men du kan ikke redigere eller udføre nogen form for interaktioner.
5. Offentligt bord:
Dette er en gratis Tableau-software, som du kan bruge til at lave visualiseringer med, men du skal gemme din projektmappe eller regneark i Tableau Server, som kan ses af alle.
Forståelse af tabletten
Lad os starte med at se på de datatyper, som Tableau understøtter. Se diagrammet nedenfor, der viser alle de kompatible datatyper for Tableau.
Ovenstående diagram viser dig de datatyper, som Tableau understøtter med respektive eksempler.
Nu kan de datatyper, vi har at gøre med, også kategoriseres bredt i to kategorier, og de er:
- Foranstaltninger
- Dimensioner
Se diagrammet nedenfor for at forstå forskellene mellem dimensioner og mål.
For at gøre det mere forståeligt for dig bruges en dimension til at tilføje flere detaljer til at beskrive dine data.
Sådan bruges tabletten?
Du skal bare følge nedenstående 3-trins mantra for at bruge Tableau:
- Opret forbindelse til data
- Spil med brugergrænsefladen
- Opret visualiseringer
1. Opret forbindelse til data
Den første ting at gøre i Tableau er at oprette forbindelse til dine data. Der er hovedsageligt to typer forbindelser -
Opretter forbindelse til din lokale fil eller opretter forbindelse til en server.
Tableau kan oprette forbindelse til enhver lokal fil eller database, såsom-
- Excel
- Tekstfil
- Adgang
- Statistisk fil eller
- Anden databasefil.
Lokal forbindelse giver den maksimale hastighed for databehandling.
Tableau kan også oprette forbindelse til din dataserver. Det kan oprette forbindelse til næsten enhver type dataserver. Nedenfor er nogle af de mest populære databaser, som Tableau kan oprette forbindelse til:
- Tableau-server
- Google Analytics
- Google BigQuery
- Hortonworks Hadoop Hive
- MapR Hadoop Hive
- IBM DB2
- IBM BigInsights
- IBM Netezza
- Microsoft SQL Server
- Microsoft analysetjenester
- Oracle
- Oracle Essbase
- MySQL
- PostgreSQL
- SAP
Mens du arbejder på Tableau, kan data have Live Connection, hvor enhver ændring i kildedataene opdateres automatisk i Tableau. På den anden side kan data ekstraheres til Tableau-arkivet, så enhver ændring foretaget her ikke påvirker de originale kildedata.
Dataforbindelser
Du kan også integrere forskellige datasæt sammen for at forbinde og skabe bedre indsigt. Der er forskellige måder at deltage i datasæt på. Se diagrammet nedenfor for at forstå dem alle.
I ovenstående diagram vises de fire datasættilslutningsmuligheder, der er tilgængelige i Tableau.
2. Spil rundt med brugergrænsefladen
Sådan ser brugergrænsefladen ud:
UI- Vis mig dataene
Dette er ruden, som du kan oprette visualiseringer med. Du kan oprette forskellige visualiseringer for at repræsentere dit datasæt. Diagrammet nedenfor viser dataruden 'vis mig':
Nogle visualiseringer er muligvis ikke tilgængelige til tider på grund af inkompatibelt datasæt.
Nedenfor er de mest populære visualiseringer, der bruges meget i Tableau:
Trækort
Varmekort
Lad os nu undersøge nogle få andre muligheder, der er tilgængelige i vores brugergrænseflade.
Menu
Menulinjen i Tableau består af forskellige muligheder for at redigere din visualisering. Lad mig tage dig igennem dem en efter en.
Fil-menu
Denne menu bruges til at oprette en ny Tableau-projektmappe og åbne eksisterende projektmapper fra både det lokale system og Tableau-serveren. De vigtige funktioner i denne menu er:
- Arbejdsbogsprog for at indstille det sprog, der skal bruges i rapporten.
- Indsæt ark at indsætte et ark i den aktuelle projektmappe, der kopieres fra en anden projektmappe.
- Eksporter indstillet emballeret projektmappe bruges til at oprette en pakket projektmappe, der deles med andre brugere.
Data-menu
Denne menu bruges til at oprette en ny datakilde til at hente dataene til analyse og visualisering. Det giver dig også mulighed for at udskifte eller opgradere eksisterende datakilde.
De vigtige funktioner i denne menu er som følger:
- Ny datakilde for at se alle de tilgængelige forbindelsestyper og vælge fra den.
- Opdater alle uddrag for at opdatere dataformskilden.
- Rediger indstillinger for forhold bruges til at definere felterne i mere end en datakilde til sammenkædning.
Menuen regneark
Denne menu bruges til at oprette nyt regneark sammen med forskellige visningsfunktioner som at vise titel og billedtekst osv.
De vigtige funktioner i denne menu er som følger:
- Vis resumé for at se resuméet af de data, der er brugt i regnearket som antal osv.
- Værktøjstip for at vise værktøjstip, når du svæver over forskellige datafelter.
- Kør opdateringsmulighed bruges til at opdatere de anvendte regnearksdata eller filtre.
Dashboard-menu
Denne menu bruges til at oprette et nyt dashboard sammen med forskellige displayfunktioner som at vise titlen og eksportere billedet osv.
er et og har et forhold i java
De vigtige funktioner i denne menu er som følger:
- Format bruges til at indstille layoutet i form af farver og sektioner på instrumentbrættet.
- Handlinger for at linke dashboardarkene til eksterne URL'er eller andre ark.
- Eksporter billedindstilling bruges til at eksportere et billede af Dashboard.
Historien Menu
Denne menu bruges til at oprette en ny historie, der har mange ark eller dashboards med relaterede data.
De vigtige funktioner i denne menu er som følger:
- Format bruges til at indstille layoutet med hensyn til farver og sektioner af historien.
- Kør opdatering for at opdatere historien med den nyeste datakilde.
- Eksporter billedindstilling bruges til at eksportere et billede af historien.
Analysemenu
Denne menu bruges til at analysere de data, der findes på arket. Tableau giver mange funktioner uden for kassen som beregning af procentdelen og udarbejdelse af en prognose osv.
De vigtige funktioner i denne menu er som følger:
- Vejrudsigt for at vise en prognose baseret på tilgængelige data.
- Trendlinjer for at vise trendlinjen for s række data.
- Opret beregnet feltindstilling bruges til at oprette yderligere felter baseret på en bestemt beregning på eksisterende felter.
Kortmenu
Denne menu bruges til at opbygge kortvisninger i Tableau. Du kan tildele geografiske roller til felter i dine data.
De vigtige funktioner i denne menu er som følger:
- Kortlag for at skjule og vise kortlag, f.eks. gadenavne og landegrænser, og tilføje datalag.
- Geokodning for at oprette nye geografiske roller og tildele dem til de geografiske felter i dine data.
Format-menu
Denne menu bruges til at anvende de forskellige formateringsindstillinger for at forbedre udseendet og følelsen af de oprettede dashboards. Det giver funktioner som kanter, farver, justering af tekst osv.
De vigtige funktioner i denne menu er som følger:
- Grænser at anvende grænser på felter, der vises i rapporten.
- Titel og billedtekst at tildele en titel og en billedtekst til rapporterne.
- Cellestørrelse for at tilpasse størrelsen på cellerne, der viser dataene.
- Tema til projektmappe at anvende tema på hele projektmappen.
Servermenu
Servermenuen bruges til at logge ind på Tableau-serveren, hvis du har adgang og offentliggør dine resultater, der skal bruges af andre. Det bruges også til at få adgang til de arbejdsbøger, der er udgivet af andre.
De vigtige funktioner i denne menu er som følger:
- Udgiv projektmappe at offentliggøre projektmappen på serveren, der skal bruges af andre.
- Publicer datakilde at offentliggøre kildedataene, der er brugt i projektmappen.
- Opret brugerfiltre at oprette filtre på regnearket, der skal anvendes af forskellige brugere, når de får adgang til rapporten.
3. Opret visualiseringer
Ovenfor i denne Tableau-tutorial har du set de forskellige Følgende tabel fortæller dig, hvordan du vælger den rigtige visualisering til dit datasæt ud af mange tilgængelige muligheder.
Lad os nu se på et casestudie for at forstå, hvordan Tableau kan hjælpe med at løse virkelige forretningsproblemer.
Tabelbrugssag - Datamatik
Datamatics er datterselskab af verdens største bank baseret på markedsværdi, handel med værdipapirer og aktieinvesteringer. Det leverer tjenester inden for alle større investeringsområder som kapital, børsintroduktion, derivater, gensidige fonde, forsikring osv.
Forretningsbehov:
At være en del af en ekstremt dynamisk industri er at spore den mindste markedsudvikling af højeste prioritet for kunden. De havde brug for en løsning, der kunne sætte dem i stand til hurtigt at reagere på de forskellige markedstendenser. En løsning, der ville være i stand til at generere problemfri, ad hoc & sikrede rapporter, der kunne give nøjagtig datavisualisering.
Udfordringer:
Kunne ikke reagere hurtigt på markedsudviklingen og lovgivningsmæssige krav. Det eksisterende system havde en høj leveringstid, der forsinkede den samlede beslutningsproces.
Begrænsede og ufleksible rapporter om datavisualisering resulterede i dårlig fortolkning af data Systemet kompromitterede med hensyn til sikkerhedsaspekter og havde stor IT-supportafhængighed Manglende effektiv alsidighed til at udføre ad hoc-analyser fra flere synspunkter.
Løsning:
Datamatics valgte Tableau, et førende BI-værktøj til datavisualisering på markedet. I henhold til de samlede krav blev forskellige dashboards og rapporter designet til forskellige niveauer. Se diagrammet nedenfor for at forstå, hvordan Datamatics brugte Tableau:
Tableau var forbundet med de eksisterende databaser i organisationen. Unikke og relevante visuelle dashboards og rapporter blev udviklet til mennesker på forskellige niveauer i hele organisationen samt til at imødekomme de daglige behov i forskellige afdelinger.
Resultater:
- Det tager tid at generere analytiske rapporter / MIS reduceret til 1-2 dage med intet tab af data.
- Effektiv integration af excel og andre flade filbaserede data med strukturerede data for at skabe dyb og alsidig analytisk indsigt.
- Nemme og optimerede datavisualiseringsmuligheder til at skære og udskære rapporterne for mere meningsfuld og omfattende visning.
- Forbedrede sikkerhedsfunktioner med rollebaseret adgang.
- Maksimal grad af lethed at distribuere og dele rapporterne selv blandt udvidede teammedlemmer.
- Afhængigheden af it-teamet eller eksterne leverandører til generering af rapporter blev minimeret.
- Nem installation og integration af løsningen med det eksisterende system reduceret.
- Samlede ejeromkostninger for klienten Øgede identifikationen af kryds-salg og op-salgsmuligheder.
Sådan hjalp Tableau Datamatics og har hjulpet mange andre virksomheder verden over.
Jeg håber, du har nydt at læse denne blog. Jeg kommer med flere blogs i de kommende dage på Tableau. Du lærer, hvordan du laver korrekt indsigt, dashboards, bidragende vis og mange flere.
Du kan gå videre og tjekke ud denne blog også for at lære mere.
Hvis du ønsker at mestre Tableau, har Edureka et kurateret kursus der dækker forskellige begreber datavisualisering i dybden, herunder betinget formatering, scripting, sammenkædningskort, dashboardintegration, Tableau-integration med R og mere. Den leveres med 24 * 7 support til at guide dig gennem hele din læringsperiode. Nye batcher starter snart.
Har du et spørgsmål til os? Nævn det i kommentarfeltet, og vi vender tilbage til dig tidligst.